멀티센서 기반 실내 3차원 위치추정 및 HRC용 센서퓨전

Multi-Sensor Indoor 3D Localization and Sensor Fusion for Human-Robot Collaboration

연구 내용

UWB 측위와 듀얼 기압 센서를 결합한 기하학적 모델 및 칼만필터 기반 3차원 위치추정 연구로, 실내 인간-로봇 협업에서 높이 추정 안정성과 추적 성능을 향상하는 연구

실내 환경에서 인간-로봇 협업(HRC)을 안정적으로 수행하려면 태그의 3차원 위치와 높이 추정 정확도가 핵심입니다. 본 연구는 UWB ranging 데이터에 듀얼 바리오미터(BMP)와 IMU 정보를 결합하여 기하학적 초기 추정을 수립하고, Kalman filtering 또는 geometry-constrained LSTM을 통해 시간적 일관성을 강화합니다. 또한 다중 경로 및 시야 가림이 있는 복잡한 환경에서도 다중 소스 기하정보와 시계열 특징을 융합해 위치 오차를 낮추는 차별성이 있습니다.

관련 프로젝트

0건

연구 흐름

초기에는 고정 앵커 기반 UWB와 듀얼 BMP로 높이 정보를 안정적으로 추정하고, 기하학적 모델과 Kalman filtering을 적용해 3차원 위치를 산출하는 체계를 구축했습니다. 이후 후속 연구에서는 기하 제약을 반영한 Geo-LSTM을 도입하여 시간 영역에서 다중 센서 기하정보를 함께 학습·융합함으로써, 가림이 존재하는 HRC 상황에서도 위치추정의 일관성과 강건성을 높이는 방향으로 발전했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

실내 로봇 내비게이션
협업 작업공간 모니터링
다중 센서 기반 위치추정 모듈
시야 가림 환경 추적
UWB 태깅 기반 안전 영역 관리
실시간 동작 보정용 위치피드백
3D 작업자 위치 기반 인터랙션
물류 및 서비스 로봇 동선 추정
로봇-에이전트 협업 인지
실내 고정밀 디지털 트윈 입력